基于认知无线传感器网络的能效优化频谱检测机制研究

针对认知传感器网络中频谱资源匮乏的问题,提出一种认知传感器网络中基于动态频谱检测的联合能效优化机制,构建一种基于动态筛选机制的协作频谱检测模型,对频谱检测时间进行动态调整,避免不必要的频谱检测能耗;并引入信源端信息的失真度约束,将该问题转化成为检测率和误检率约束下的非线性最大最小值优化问题,对其进行求解,最终得到一种认知传感器网络的频谱检测能效优化方法.     

综合上下行链路的无线能量收集协作网络资源分配

为了提高和平衡时分双工系统上下行链路之间的能效，在无线能量收集(EH)协作网络中开展节能资源分配算法研究.建立考虑无线能量收集、频谱共享、系统功率受限的协作网络模型；基于所建模型，形成综合上下行链路、功率约束、带宽约束和上下行速率匹配的优化问题，分别优化系统的绿色能效和传统能效.对优化问题进行数学分析，得到资源分配的最优解，即源节点、中继节点和目的节点的最优发射功率，上下行链路最优的带宽分配，能量收集节点最优的功率分割以及最优的系统能效；归纳得到分别基于系统绿色能效最大化和基于系统能效最大化的资源分配算法.对所建模型与所得资源分配算法开展蒙特卡洛仿真分析，将所得算法与文献算法进行对比.仿真结果表明，通过综合优化系统上下行链路的资源分配，所得算法有效提升了绿色能效和传统能效.     

移动边缘计算中基于能量收集的能效优化方案

移动边缘计算（MEC）系统中密集的计算任务卸载使得资源受限的终端设备能量效率低,能量服务单一,对此,提出了一种基于能量收集的系统能效优化方案.该方案首先在满足卸载发送功率限制等约束条件下,分析了能量收集状态及用户功率分配,建立了最大化系统能效的联合优化模型;其次,利用广义分数规划理论将卸载能效转化为标准凸优化问题,并通过构建拉格朗日函数对目标函数进行迭代优化,获得最优的能量指示变量和功率分配.仿真结果表明,所提方案可以有效提升MEC系统中的用户能量效率,同时保证了用户服务质量,实现了绿色通信.     

超密度异构蜂窝网络能效优化

利用泊松点过程理论研究了超密度异构蜂窝网络中的基站部署问题,特别是小基站密度对网络能量效率的影响,提出了一种通过优化小基站密度来实现网络能效最大化的方法.首先,借助泊松点过程理论对超密度异构蜂窝网络进行建模,推导了各层基站的覆盖概率以及基于业务荷载的最低可达速率,得出整个网络的最低可达吞吐量;其次,根据网络能效的定义,结合基站能耗模型,推导了与基站密度相关的网络能效的闭合表达式;最后,就小基站密度对网络能效的影响进行分析,提出了一种基于牛顿搜索法的小基站密度优化算法,实现网络能效的最大化.仿真结果验证了理论分析的正确性,同时也表明通过优化小基站部署密度完全能够实现网络能效的最大化.     

基于PSO的无线传感器网络自组织成簇算法

为了有效延长WSN网络的生存时间,需要设计能量有效的自组织成簇机制,以适应无线传感器网络的特点。提出了一种适合无线传感器网络能量有效的成簇优化模型,并使用微粒群优化算法（PSO）对该模型进行求解。为了使微粒群算法适合于该问题的求解,设计了适合微粒群算法的微粒位置向量和速度向量的更新机制,并用罚函数法对两个主要约束进行了处理,给出了适应值函数,并通过MATLAB7．1进行了实例仿真。仿真结果表明,该优化模型是解决WSN能量问题的有效方法。     

具有混杂约束的非线性优化神经网络

目的为解决一类同时含有等式约束和不等式约束的混杂约束的非线性规划问题．方法利用神经网络具有内在大规模并行运算和快速收敛特性理论,提出了一种非线性优化神经网络解决一类混杂约束的非线性规划问题．结果该模型既克服了采用罚函数方法的神经网络求解优化问题的缺陷,同时与引入松弛变量的优化神经网络相比,具有电路实现简单、计算量小和收敛速度快等特点．此外,利用能量函数对神经网络的稳定性和收敛性进行了分析,进而保证所提出的神经网络具有全局稳定性．结论通过两个数值仿真例子验证了所提出的优化网络的有效性．     

一种面向边缘计算节点能量优化的QoS约束路由算法

在满足节点间端到端时延、可靠性服务要求的基础上,为了解决现有多路径路由协议能耗较高的问题,提出一种面向边缘计算节点能量优化的多服务质量（QoS）约束路由算法（MQEN）.考虑端到端延迟、可靠性、能量消耗的QoS约束条件,采用边缘计算、机器学习相关技术,构建多约束最优路径传感器网络模型,引入能量感知节点唤醒策略、学习自动机奖惩机制.该算法结合边缘计算,预处理节点的原始数据,加快有效数据的传输、处理.采用自动机与环境交互的方式加快算法收敛.使用控制节点休眠激活状态的方法优化网络能量消耗,延长网络生命周期.实验结果证明,MQEN算法可降低网络能量消耗,并且能满足多QoS约束对端到端延迟、可靠性服务的要求.     

基于多维约束空间的自动制图综合质量评估模型

为解决现阶段自动制图综合结果难以量化和比较的问题，提出一种基于多维约束空间的制图综合质量评估模型．首先对综合结果所得的各约束值进行归一化和无量纲处理，然后在单个一维约束坐标轴的基础上建立虚拟的多维约束空间，使综合结果在同一尺度范围内进行讨论，最后把欧氏距离扩展到多维约束空间用来度量制图综合质量以进行质量优劣的比较．使用该方法对普通建筑物的不同综合结果进行了评估，计算了面积、相邻点之间距离等5个建筑物约束条件所得制图综合结果的综合评价值，按照该综合评价值的排序获取的质量评估结果与实际情况完全符合．结果证明，该方法原理正确，计算简单，是评价和比较多个制图综合结果的有效方法．     

云计算环境下改进的能效度量模型

针对大规模计算的能效问题,提出改进的能效度量模型,通过“能源”和“效率”2种度量来综合评价系统能效.在“能源”方面,考虑计算机、网络和附属设备的能耗;在“效率”方面,考虑CPU、内存、磁盘以及网络的情况.提出的能效度量模型描述了改进后的能效度量的定义和数学表达,通过实验验证了该模型的合理性.基于该度量模型,评估并分析了MapReduce环境中CPU密集型、I/O密集型和交互型计算的能效,总结了MapReduce环境中的能效规律.     

异构云环境下能效感知的资源优化配置技术

将异构能效约束引入到异构物理服务器中,通过实验研究提出一种为云数据中心能效优化而建立的基于异构服务器的资源分配模型,并提出一种求解方法:在进行资源分配搜索时,利用资源等价优化,对等价资源进行剪枝处理,以此来减少资源分配模型的求解空间及加速资源分配模型的求解;为降低大规模云资源调度的复杂性,研究基于划分服务器集群的可扩展的分布式调度方法,以实现面向云数据中心的可扩展的高能效资源分配的模式;在前期云任务调度研究的基础上,研究集成能效优化和性能优化的云任务调度模型,实现面向不同需求的任务调度,提高异构云环境下任务调度的能效比。     

基于CACO的WSN中QoS组播路由优化研究

随着无线传感器网络的广泛使用,提出了如何在无线传感网络中实现QoS效率的问题。针对无线传感器网络的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用混沌蚁群算法求解无线传感器网络的QoS组播路由的方法。该算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,求解QoS组播路由速度快,延长了网络寿命。仿真结果表明混沌蚁群算法求解无线传感器网络的QoS组播路由的可行性和有效性。     

粒子群算法求解Web服务组合中基于QoS的服务选择

针对现有web服务组合中服务选择技术的不足,提出了一种基于粒子群优化算法的多
目标优化策略,用于解决web服务组合中基于服务质量（QoS）的服务选择全局最优化问题.
将web服务选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目
标粒子群算法的智能优化原理,通过同时优化多个QoS参数,最终产生一组满足约束条件的P
areto最优解. 实验结果证明了该算法的可行性和有效性.     

基于优先级的WMSN区分服务路由算法

提出一种基于区分服务(Diffserv)的QoS路由算法。该算法利用两种方式保证传输的QoS需求:一是在转发数据包时,以不同的概率公式选择路径;二是使用强占性优先排队模型处理节点缓存中不同类型的数据包。仿真实验显示,该路由算法能保证不同种类数据包的QoS需求,平衡网络的能量消耗,同时延长网络的生存周期。     

Energy-aware resource allocation for underlaid D2D multicast

The Device-to-Device (D2D) communication underlaying cellular network is a promising component to improve the spectral efficiency for the system and lower down energy consumption for mobile terminals. Besides, in the D2D-aided content delivery scenario, it is potential to enhance the system capacity and individual quality-of-service (QoS) experience when D2D multicast is further enabled, but due to the battery-driven feature of mobile relays and the co-channel interference between cellular and D2D links, the optimization of energy conservation should be addressed. So, we propose a bipartite graph based resource allocation to minimize the total power consumption at the mobile relays under the individual QoS requirement by incorporating channel assignment and power control, and we also leverage the optimization of energy saving for system capacity.     

轻质材料微结构构型的拓扑优化设计

为了减轻结构的质量和降低成本,针对轻质材料,提出将整体的边界条件转化为微结构单胞的边界条件,建立微结构单胞的有限元模型,并运用变密度方法和优化准则法结合求解微结构单胞的拓扑优化问题.优化模型是在相应的体积约束条件下以变形能为目标获得最大刚度的微结构单胞.利用优化准则设计方法的计算公式,改变单元的相对密度值,小于阀值的单元进入下步迭代,如此反复,实现拓扑优化.采用适当的惩罚因子和阀值对迭代进行控制,提高了收敛的速度和精度,优化结果表明,该方法可以获得优化的微结构单胞,得到相同体积下最刚的多孔材料,降低了结构的重量和成本.     

建筑产品设计过程资源管理的仿真与优化

为了提高建筑产品设计过程资源管理效率,以产品设计信息约束条件下设计活动的资源管理和优化为中心,提出基于模糊时间有色工作流网的建筑产品设计过程资源管理模型的数学表达形式,加强了资源管理模型对系统动态模糊时间约束关系的支持,解决了对建筑产品设计过程资源管理的仿真和优化的关键问题.以某办公楼结构详细设计过程为例,构建基于模糊时间有色工作流网的建筑产品设计过程资源管理模型,利用CPNTools仿真软件进行资源管理仿真分析和优化研究,验证方法的正确性和实效性.     

高比转速离心叶轮的参数化分析及优化设计

为提高高比转速离心泵的性能和解决多参数优化难的问题,提出一种基于变量降维和智能算法的优化设计方法。变量降维过程基于Pearson相关性分析方法,研究叶轮的18个设计变量对泵水力性能的影响,并选择其中8个具有高影响因子的变量作为最终的优化变量。优化过程基于拉丁超立方抽样方法生成160组设计样本,以最大化设计工况效率作为目标,利用人工神经网络和遗传算法对优化问题进行求解。优化结果经CFD验证：模型泵在设计工况点效率提高了3.02%,高效运行区得到了拓宽;相比于原始叶轮,优化后叶轮内湍动能分布得到了改善,不稳定流动结构减少。该方法对高比转速离心泵的设计具有良好的借鉴意义。     

基于低碳理念的多级物流网络优化设计

针对碳排放成本对物流网络优化设计的影响,提出了基于低碳理念的多级物流网络优化设计方法.通过对物流节点开关状态进行调整,构建了考虑碳排放成本的多级物流网络优化设计模型,解决了多级物流配送网络中间节点选择和需求分配等多种决策问题.根据多级物流配送网络设计问题的特点,使用遗传算法分别对考虑碳排放和不考虑碳排放两种情况进行仿真分析.结果表明,在考虑碳排放约束的情况下,多级物流配送网络的成本明显降低,比不考虑碳排放的传统方法更具现实意义.     

中继网络Max-Min和Min-Max公平性的功率分配

研究了无线非再生中继网络中基于多用户QoS保证的功率分配策略。由于每个用户的信道状态不同,采用传统的平均功率分配策略并非最优,为了满足用户的QoS要求,首先建立了在总功率受限条件下最小化最大用户中断概率的功率分配方案。然后在中断概率和总功率受限条件下,建立了最大化最小用户速率的功率分配方案。上述功率分配问题可转化为GP(Geometric Programming)问题进行求解,仿真结果表明,所提功率分配策略能有效地满足用户间的QoS要求。     

结构形状优化响应面方法的改进与应用

为了克服了二维连续体形状优化过程中解析敏度求解困难的问题,利用响应面方法将目标函数和约束函数近似显式化,并建立了位移应力约束下的形状优化序列二次规划模型;为了克服响应面方法不够准确的缺点,将响应面方法进行改造,使其在设计点上取精确值;提出了改良的试验设计方法,达到了以较少的结构分析代价构造约束响应面的目的;通过建立二次评价函数,确定了具有自适应能力的运动极限,形成了具有较少计算量和较高逼近精度的优化策略.算例说明这种策略是有效而稳定的.